Fullstack-разработчик, Tech lead

Мы создаём AI-платформу для автоматизации процессов в живом бизнесе — сети из 25 цветочных магазинов.
У нас собственная ERP, внутренние сервисы, чат-боты, микросервисы и быстро внедряемые AI-решения.

Сейчас мы строим первую версию полноценной AI-платформы: интеллектуальных агентов, RAG-систем, моделей под доменные задачи, а также стабильную архитектуру данных и ML-производства.

Ищем сильного инженера/техлида, который возьмёт на себя техническое лидерство, систематизацию и развитие ML-направления.

Чем предстоит заниматься:

ML / AI задачи

• Подбирать, обучать и дообучать модели под конкретные бизнес-кейсы
  (классификация, генерация, NER, RAG).

• Разрабатывать и внедрять AI-агентов (память, планирование, tool-use).

• Строить RAG-пайплайны, работать с embeddings и vector search.

• Оптимизировать модели для продакшена (quantization, batching, caching).

Backend / Data / Architecture

• Проектировать архитектуру платформы и отдельных сервисов.

• Разрабатывать backend-функционал на Python (FastAPI).

• Выстраивать pipelines данных, работать с PostgreSQL, Redis, vector DB.

• Внедрять CI/CD, мониторинг и практики MLOps.

Technical Leadership

• Принимать архитектурные решения, документировать, задавать стандарты.

• Декомпозировать сложные задачи и планировать roadmap.

• Наставлять команду, проводить ревью.

Стек, с которым будете работать

ML / AI: PyTorch, Transformers, sentence-transformers, LoRA/QLoRA, LangChain или аналоги
Backend: Python, FastAPI, Celery
Data: PostgreSQL, Redis, vector DB (Pinecone / Weaviate / Qdrant)
Infrastructure: Docker, GitHub Actions или GitLab CI
Будет плюсом: Kubernetes, MLflow/DVC, опыт построения multi-agent систем

Требования:

Обязательные

• Коммерческий опыт ML/AI: обучение моделей, RAG, LLM или NLP-задачи.

• Python 3+, уверенный backend (FastAPI или аналог).

• Опыт проектирования сервисов и работа с БД.

• Умение выводить модели в прод и поддерживать их.

• Опыт взаимодействия с бизнесом и самостоятельности в решениях.

Будет преимуществом

• Опыт fine-tuning LLM (LoRA/QLoRA).

• Работа с vector databases.

• Опыт построения архитектуры или технического лидерства.

• Знание TypeScript/NestJS — как плюс, не обязательность.

Что мы предлагаем

• Реальное влияние: вы определяете архитектуру, подходы и технические решения.

• AI-платформа с нуля: возможность формировать ML-направление и стандарты.

• Гибкость и скорость: ваши решения внедряются быстро и видны в продукте.

• Свобода экспериментов: допускаем новые модели, методы, стек.

• Удалённая работа.

Как откликнуться:

В сопроводительном письме расскажите:
1. Какие ML-модели вы обучали/дообучали и для каких задач?
2. Опыт построения RAG-систем или работы с vector databases?
3. Примеры архитектурных решений, которые вы принимали?
4. Ссылки на GitHub/публикации (если есть)